6 月 29 日，Momenta 开启全球发售，成为港股 " 物理 AI 第一股 "。
Momenta 全球发售 1993.83 万股 H 股，其中包括 199.38 万股香港发售股份和 1794.45 万股国际发售股份。最终上市定价为 295.6 港元，在不考虑绿鞋行使的情况下，预计总募资额约为 58.9 亿港元。
这套基石阵容的含金量，从构成上就能看出门道。14 家机构合计认购约 30 亿港元，覆盖了国际长线资本、产业龙头和国内头部机构三大阵营。
产业资本方面，梅赛德斯 - 奔驰与比亚迪两大车企罕见联手，用真金白银为 Momenta 的技术路线和量产能力做产业背书。国内长线资金则由高毅、博裕、华夏基金、广发基金、太平洋保险组成，覆盖了私募、公募、险资三大门类。国内顶级机构集体站台，说明 Momenta 的商业模式在国内资本市场已经达成了跨类别共识。
据知情人士透露，Momenta 基石席位的火爆程度可谓 " 一票难求 "，堪比宁德时代的基石阵容。
一家成立刚 10 年的公司，凭什么吸引到如此多的顶级机构同台抢筹？
一、收入翻三倍，毛利率超过 70%
要回答这个问题，先看最硬核的财务数据。
首先是收入的爆发式增长。
2023 年至 2025 年，Momenta 营业收入从 7.43 亿元增长至 24.13 亿元，复合增长率超 80%。其中，许可收入从 2023 年的 0.23 亿元暴增至 2025 年的 9.68 亿元，三年增长 42 倍。许可收入占比从 3.1% 跃升至 40.1%，这部分许可收入具有 " 高边际收益 " 的属性，为后续 Momenta 保持高营收增长提供了支撑。
其次是毛利率的快速提升，从 2023 年的 17.5% 跃升至 2024 年的 49.0%，再到 2025 年的 71.6%。这一近乎垂直的攀升曲线，也是 Momenta 规模效应在财务端的直接映射：随着搭载量从 2023 年 5.2 万台飙升至 2025 年 68 万台，固定成本被迅速摊薄。
如此强劲的盈利能力离不开公司长期对研发的重视。近三年累计研发投入达 46.6 亿元，2025 年单年研发投入 18.69 亿元，研发团队 1157 人，占员工总数近 82%。在科技公司的竞争逻辑中，研发投入从来不是 " 费用 "，而是对技术代差的战略性投资。当大多数竞争对手还在犹豫是否要在物理 AI 上重注时，Momenta 已经用真金白银构建起了难以逾越的技术壁垒。
有人可能会对公司净亏损扩大产生担忧，实际上，这其中包含了大量非现金项目，仅可转换优先股的公允价值变动，2023 年至 2025 年分别计入了 11.9 亿元、19.7 亿元和 28.4 亿元。这部分 " 亏损 " 实际上恰恰反映的是公司估值的持续攀升：优先股公允价值随着每一轮融资和市场认可度的提升而不断走高，按照会计准则，这部分增值被计为公允价值变动损失，但它并不代表公司经营层面的真实消耗。
剔除非现金项目后，经调整净亏损从 2023 年的 10.93 亿元收窄至 2025 年的 3.03 亿元，三年收窄超 70%。经调整净亏损率从 147.2% 骤降至 12.6%。这意味着公司的核心业务正在快速逼近盈亏平衡点，按照当前收入增速和毛利率提升趋势，扭亏为盈的时点并不遥远。
再看经营现金流，从 2023 年的净流出 10.69 亿元，收窄至 2024 年的 8.36 亿元，再到 2025 年的 2.81 亿元，三年同样收窄超 70%。更值得注意的是，截至 2025 年末，Momenta 现金储备超过 100 亿元。高研发投入 + 充沛现金储备 + 快速收窄的亏损，这三者的组合在一家成长型科技公司身上同时出现往往意味着：它的商业模式已经跑通了。
二、三层架构：R7 世界模型如何确立技术代差
财务数据回答的是 Momenta 当下有多强，而 R7 世界模型回答的是 Momenta 的未来边界在哪里。
黄仁勋将 AI 演进划分为四步：感知 AI、生成 AI、代理 AI、物理 AI。尽管大语言模型在数字世界中表现出色，但进入物理世界后，却在复杂路口、突发场景中频频 " 翻车 "。传统端到端算法依赖场景记忆与规则匹配，面对无穷无尽的长尾场景近乎无解。面对这一痛点，自动驾驶的竞争正在从 " 数据量比拼 " 转向 " 对物理世界理解深度的较量 "。
Momenta 今年北京车展发布的 R7 强化学习世界模型，正是对准这一命题展开。通过这一模型，智能驾驶也从 " 看见世界 " 走向了 " 理解世界 "。具体来看，该模型分为三个架构：
第一层，世界模型预训练，简单来说就是让模型先 " 读懂 " 物理世界。不同于大语言模型通过预测下一个词来压缩数字世界的常识，世界模型是通过预测物理世界未来的状态来理解物体的物理属性、运动因果关系和交互可能。据了解，Momenta 量产业务积累了超 120 亿公里实车里程，并从中提炼的超 1 亿段黄金数据，如此庞大且真实的数据，直接决定了模型对物理世界认知的深度与广度。
第二层，世界模型仿真。自动驾驶有个老大难：长尾场景——几万公里才遇一次的极端情况，实车路测几乎覆盖不到。传统做法用渲染引擎搭建虚拟场景，但渲染出来的世界和真实世界总有差距，仿真里表现好，上路照样露馅。Momenta 的做法是让仿真世界从真实数据中 " 学 " 出来，再通过实车与仿真的一致性校准，不断缩小两者差距。这样生成的仿真环境本质上是可靠的，模型在里面学到的能力可以直接复用到真实道路上，验证效率提升上万倍。
第三层则是在世界模型中强化学习。在前两层基础上构建高度真实的虚拟训练场，让系统在接近真实的环境中反复探索试错。通过奖惩机制，系统从 " 模仿学习 " 走向 " 想象与探索 "，在千万次推演中自主习得复杂博弈中的最优决策。
可以看到，在行业内大多数玩家把世界模型当做仿真工具来用的时候，Momenta 将其直接用于端到端基座模型的预训练，这相当于从底座重构了系统的认知方式。这种应用代差使世界模型成为超级放大器，从而使系统的整体产品性能和上限实现了 10 到 100 倍的代际跃升。
三、结语
Momenta 开启全球发售，标志着物理 AI 赛道迎来了一个真正意义上的二级市场定价坐标。在物理 AI 领域，绝大多数玩家仍停留在 demo 演示和概念验证阶段，而 Momenta 已经用数据证明了一条从技术到商业的完整闭环路径。
Momenta IPO 的意义，不仅是一家公司的资本里程碑，更是整个赛道从 " 技术叙事 " 走向 " 价值叙事 " 的分水岭。
对于物理 AI"GPT 时刻 " 的价值，二级市场即将给出答案。
